tensorflow:: ops:: ApplyProximalAdagrad

Adagrad লার্নিং রেট ব্যবহার করে FOBOS অনুযায়ী '*var' এবং '*accum' আপডেট করুন।

সারসংক্ষেপ

accum += grad * grad prox_v = var - lr * grad * (1 / sqrt(accum)) var = sign(prox_v)/(1+lr*l2) * max{|prox_v|-lr*l1,0}

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• var: Variable() থেকে আসা উচিত।
• accum: এটি একটি Variable() থেকে আসা উচিত।
• lr: স্কেলিং ফ্যাক্টর। এটি অবশ্যই একটি স্কেলার হতে হবে।
• l1: L1 রেগুলারাইজেশন। অবশ্যই একটি স্কেলার হতে হবে।
• l2: L2 রেগুলারাইজেশন। অবশ্যই স্কেলার হতে হবে।
• grad: নতিমাত্রা।

ঐচ্ছিক অ্যাট্রিবিউটসমূহ (দেখুন Attrs ):

• use_locking: যদি True হয়, তাহলে var এবং accum টেনসরগুলোর আপডেট একটি লক দ্বারা সুরক্ষিত থাকবে; অন্যথায় এর আচরণ অনির্ধারিত, তবে এতে কনটেনশন কম হতে পারে।

ফেরত:

• Output : "var"-এর অনুরূপ।

জনসাধারণের বৈশিষ্ট্য

Operation operation

::tensorflow::Output out

 ApplyProximalAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad
)

 ApplyProximalAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad,
  const ApplyProximalAdagrad::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)